隨著數(shù)字金融的飛速發(fā)展,在線資金規(guī)�？焖贁U(kuò)大,為滿足不同資質(zhì)用戶消費(fèi)貸款需求,各互聯(lián)網(wǎng)金融平臺(tái)推出的消費(fèi)貸產(chǎn)品門檻逐漸降低,導(dǎo)致用戶之間風(fēng)險(xiǎn)差異增大,給資金管理帶來了不小的挑戰(zhàn)。在此背景下,本文針對(duì)借貸資金流預(yù)測(cè)問題展開研究。本文以某互聯(lián)網(wǎng)金融平臺(tái)推出的消費(fèi)貸A產(chǎn)品為例,將其平臺(tái)貸出和用戶還款資金流作為研究對(duì)象,構(gòu)建模型預(yù)測(cè)其借貸資金流,主要工作如下:(1)通過繪圖分析,發(fā)現(xiàn)平臺(tái)貸出和用戶還款資金流趨勢(shì)存在差異,需要分別進(jìn)行建模預(yù)測(cè);(2)基于資金流特點(diǎn),除構(gòu)建金融與時(shí)間維度的特征外,還從百度和微博上爬取A產(chǎn)品相關(guān)的新聞和評(píng)論信息,使用情感分析將其量化,構(gòu)建輿論特征;(3)建立LSTM、GRU、Wave Net模型進(jìn)行預(yù)測(cè)研究,研究過程中發(fā)現(xiàn),Wave Net模型在預(yù)測(cè)精度、模型穩(wěn)定性和收斂速度上都有更好的表現(xiàn);(4)在簡單模型中引入雙層注意力機(jī)制,提出了BI-AM-LSTM、BI-AM-GRU、BI-AM-Wave Net模型,結(jié)果表明,加入雙層注意力機(jī)制能夠有效提升預(yù)測(cè)精度;(5)為進(jìn)一步提升預(yù)測(cè)精確度,將BI-AM-Wave Net模型分別與LSTM和GRU模型相融合,提出了BA...

【文章頁數(shù)】：51 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 導(dǎo)論
    1.1 選題背景和研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與創(chuàng)新點(diǎn)
    1.4 論文結(jié)構(gòu)安排
第二章 理論背景
    2.1 情感分析技術(shù)
    2.2 深度學(xué)習(xí)模型
    2.3 時(shí)頻分析方法
    2.4 模型評(píng)價(jià)指標(biāo)
第三章 數(shù)據(jù)介紹與預(yù)處理
    3.1 數(shù)據(jù)介紹
    3.2 數(shù)據(jù)預(yù)處理及描述性分析
    3.3 特征工程
第四章 模型構(gòu)建與結(jié)果分析
    4.1 深度學(xué)習(xí)模型
    4.2 結(jié)合雙層注意力機(jī)制的深度學(xué)習(xí)模型
    4.3 結(jié)合時(shí)頻分析的深度學(xué)習(xí)混合模型
    4.4 預(yù)測(cè)結(jié)果總結(jié)
第五章 結(jié)論與展望
    5.1 總結(jié)
    5.2 不足與展望
參考文獻(xiàn)
致謝



本文編號(hào)：3818591